判定特化AI「Jev」を採用AI「エースジョブ」に導入　既存システムへの導入支援も開始—フォワード

　生成AIを活用した採用支援サービス「エースジョブ」を提供するフォワードは、TypeSafe AI社が2026年9月15日に発表した判定特化AI「Jev」を、エースジョブおよび関連サービスに導入した。候補者と求人のマッチ度判定に活用し、判定精度の向上を図る。併せて、FDE（Forward Deployed Engineer）事業を通じ、Jevを自社の採用システムに導入したい企業への支援を開始した。

　Jevは、文章を生成するのではなく、あらかじめ決めた選択肢の中から判定を下すことに特化したAIモデル。判定には確信度が付く。開発元の公表値では、1回の判定にかかる時間は0.07〜0.5秒で、同水準の判定を行う大規模言語モデルと比べて40〜200倍速いという。フォワードは発表直後から検証を開始し、これまでの判定方式とJevの判定結果を同じ求人・候補者で比較して精度を確認したうえで導入した。

　エースジョブでの主な活用ポイントは次の3点。

判断基準の移管

同社はこれまで、LLMベースで求人と候補者のマッチ度を判定してきた。Jevは、判断基準を個別の質問・選択肢・採点基準に分けて判定を返す。同社は、ローンチ後2年間蓄積してきた独自の判断基準をJevに移管した。妥当性の低い判定やアウトプットはやり直し、判定結果を再確認する。

大規模言語モデルとの組み合わせ

独自のモデルが企業の採用基準に基づいて判定し、大規模言語モデルがそれを根拠付きの言葉に整理する。整理した内容は、企業・求人ごとの判定基準に反映。更新された判定基準は、次回以降の候補者の判定でJevが使う。たとえば「SaaS経験がなくても、大企業の複数部門を巻き込んだ営業経験があれば評価する」といった補正が、次回以降の候補者にも反映される。理由が分からない判断は人に確認し、AIにもっともらしい理由を作らせない仕組みも保持。

アウトプットの再点検

生成したスカウト文と判定結果をJevが再度確認する。品質が基準に届かないものは、作り直すかどうかをAIが判断する。

　またFDE事業では、フォワードのエンジニアが企業の現場に入り込み、既存の採用システムへの判定機能の組み込み、選考結果の回収、継続的な精度の改善までを伴走する。支援には、エースジョブの開発・運用で培った判断基準の設計と、運用しながら基準を更新し続ける仕組みに関するノウハウを生かすとしている。

【関連記事】
・生成AIのヘビーユーザーの割合が最も高い職種は「人事・採用職」で65.1％—ラグザス調べ
・採用候補者の約9割がAIによるスカウトメールを「内容次第」で受け入れる—フォワード調べ
・キャリア採用に生成AIを利用している企業は約3割　人間の対応を重視したい業務は「面接」が突出—学情調べ